RT-HaND_C: 一个多源,验证的真实世界头癌数据集用于研究
T Young1, H Drake2, V Butterworth1
1Guy's and St Thomas' NHS Foundation Trust (GSTT), UK; King's College London, UK.
Clinical oncology (Royal College of Radiologists (Great Britain))
|October 4, 2025
概括
一个新的头癌 (HNC) 数据集,RT-HaND_C,是使用现实世界数据 (RWD) 开发的. 这一全面的数据集揭示了HNC患者放射治疗后长期显著的体重减轻.
科学领域:
- 在瘤学瘤学.
- 数据科学数据科学数据科学
- 医疗信息学 医疗信息学
背景情况:
- 现实世界数据 (RWD) 对头癌 (HNC) 患者的结果提供了宝贵的见解,特别是对于经常被排除在临床试验之外的多样化和并发症患者群体.
- 在RWD质量的挑战需要严格的评估可靠的现实世界的证据生成.
- 开发全面的HNC瘤学数据集对于推进研究至关重要.
研究的目的:
- 开发一个大规模,高质量的HNC瘤学数据集,整合多个数据源.
- 在HNC研究中建立一个强大的RWD评估框架.
- 通过研究放射治疗后的长期体重趋势来评估开发的数据集的可用性.
主要方法:
- 通过整合结构化和非结构化电子健康记录 (EHR) 数据,以及手动策划的信息,创建了RT-HaND_C数据集.
- 使用经过验证的AI驱动自然语言处理工具来提取非结构化的EHR数据.
- 整合了广泛的人口,疾病,治疗,结果和放射治疗剂量计数据从2010-2023,与严格的数据质量评估.
主要成果:
- 该RT-HaND_C数据集包括2895名HNC患者,拥有超过190万个数据点和2000个数据类别.
- 对大多数变量实现了>98%的准确性,在关键类别中数据的完整性和一致性很高.
- 在放射治疗后的5年内,在HNC患者中显示出具有统计学意义的持续体重减轻,在6个月达到峰值.
结论:
- RT-HaND_C是一个新的,高质量的真实世界数据资源,具有HNC研究的综合评估框架.
- 该数据集通过与成像数据的虚拟链接来促进多模式研究.
- RT-HaND_C可用于研究合作,目前正在努力提高其完整性并纳入前性数据.
